由于历史原因,传统的风电场选址方式通常是在当地进行至少一年的风资源测量,该选址方式耗费时间过长且具有一定的人为主观性;风电场大多选址在风资源丰富的高海拔地区,该地区环境条件恶劣且复杂多变,受服役环境因素的影响导致风力机运行状态难以掌控等问题。为此,本文提出一种基于蒙特卡洛模拟的风力机发电量估算方法实现了风电场地址快速精准得选取;通过分析影响风力机性能的环境因素,提出了基于SCADA数据的风力机性能预测方法对风力机状态预警具有重要意义。所做主要工作如下:(1)简要概述了直驱式风力机的系统组成与工作原理,分析了风力机SCADA数据中:风速、风向、环境温度、功率、轮毂转速的分布特性。(2)基于蒙特卡洛模拟的风力机发电量估算。首先,分析风力机服役环境中风速的分布特性,得出风速分布概率密度函数;然后,依据风速分布特性运用蒙特卡洛模拟方法进行风速模拟,并计算蒙特卡洛模拟精度;最后,综合考虑风力机尾流效应与其他能量消耗进行风力机发电量估算。(3)基于SCADA数据的风力机功率曲线评价。首先,提取风力机SCADA原始数据并进行数据预处理,以性能可靠性理论为依据构建风力机性能可靠度模型;其次,考虑风力机功率离散性,并计算功率变异系数;然后,综合风力机性能可靠度与功率变异系数建立性能评分规则。(4)基于孪生支持向量回归的风力机功率预测。首先,在孪生支持向量回归方法中分别采用线性核函数与多项式核函数,参数寻优上选用遗传算法建立预测模型;其次,分析影响风力机性能的环境因素确定了风速、风向和环境温度为输入,风力机功率为输出,并进行了数据预处理;最后,通过比较平均预测精度得出了多项式核函数孪生支持向量回归方法的预测精度较高。(5)基于气象信息的风力机服役质量等级预测。结合本文的风力机服役质量评价方法和基于孪生支持向量回归的风力机功率预测方法进行运行状态预测,通过两种方法的结合得出一种基于气象信息的风力机服役质量预测方法;最后,通过案例验证了该方法的可行性。